近年来,计算机视觉技术受到安全管理部门、科研院所、高校等有关学者及工程技术人员的极大关注,已广泛应用于国家边境保护、重点区域监控、图像导航制导、城市安全、地形匹配、反恐防恐等安全防护中。立体视觉技术是计算机视觉的重要组成部分,具有测量精度高、使用成本低、测量非接触等特点,能广泛应用于工业、医学、机器人等领域,研究立体视觉具有重要意义。本文基于双目立体视觉原理,实现了目标物的检测与跟踪及目标物的定位及速度估算,当前系统对目标物的跟踪与定位是基于目标物为刚体完成的。系统主要包含相机参数标定、目标检测、目标跟踪、三维坐标计算、速度估算等内容。在相机参数标定部分,首先对相机的线性模型与畸变模型进行了学习,然后使用张正友标定法,并借助开源计算机视觉库完成算法实现。在目标检测部分,首先比较分析了传统的目标检测算法:背景差法、帧间差分法、光流法、颜色直方图的基本原理和特点。为避免单一特征方法造成跟踪过程中目标的歧义性,系统综合使用目标物的颜色特征,纹理特征及运动过程中的帧差特征,并对多特征数据融合进行了研究。在运动目标跟踪部分,本文使用连续自适应均值平移算法,同时结合了Kalman滤波算法,对原有算法跟踪不准确,容易丢失的问题进行了改善。在目标速度估算部分,首先对双目系统空间定位原理进行了学习,然后借助开源计算机视觉库及最小二乘法对世界坐标的求取过程进行了实现。然后,用帧间时间段内的平均速度代替目标物的瞬时速度。最后,通过MV-EM120M实验平台进行验证,实验证明,改进后的算法具有较好的实时性和准确性,但是受实验平台输入源为灰度图像的影响,易受光照变化的影响,系统鲁棒性需要进一步提高。